Navigate to WaytoAGI Wiki →
Home/Question List/Question Detail

AI对话,怎么去AI化

Answer

要实现 AI 对话的去 AI 化,可以从以下几个方面入手:

  1. 语言风格:
    • 使其具有生活化的语言习惯,使用语气词如嗯、吧、啊、哈哈哈等,增加口语化词语。
    • 塑造搞笑人设,通过设置夸张、比喻、双关、对比、反差等手法实现幽默。
    • 让回答变得不正经、放肆,例如大胆地开一些“玩笑”,但要注意避免侵犯他人。
  2. 交流技巧:
    • 像教实习生一样,给 AI 明确的“操作手册”,清晰表达自己的需求。
    • 像拼乐高一样,将复杂任务拆成小模块,逐个击破。
    • 像打乒乓球一样,进行有来有往的多回合交流,不断优化答案。
  3. 准备工作:
    • 交流前通过主题阅读相关书籍让大脑进入相关氛围。
    • 清晰表达脑海中的想法,不能放弃指挥权,不能完全依赖 AI 随机生成。
    • 注意框架的使用,将复杂场景拆细,同时根据不同场景灵活调整框架的维度。
  4. 提示词运用:
    • 根据场景决定提示词的约束和泛化,如公司固定的 SOP 需强约束,探讨发散场景则利用泛化能力。
    • 练习提示词的压缩表达,先将想法用一段话描述,再浓缩,尝试用一个词或一个字精准概括。

需要注意的是,在让 AI 变得更像人类交流的过程中,最终还是要以内容质量为核心。

Content generated by AI large model, please carefully verify (powered by aily)

References

论如何像人类一样说话

其次,我们知道聊天ai默认的说话风格都是比较正式、恭敬、官方的,自带一股”机器味“。因此要去除ai味,要从它的对立面寻找答案,常规做法就是让bot变得不正经、放肆、幽默、通俗。通俗,要使其有人的口语聊天习惯。刚开始我比较注意语气的自然化,比如语气词嗯、吧、啊、哈哈哈等等,使得回答更加自然、更贴近日常对话的风格。还要注意口语化词语(相对于书面语)的使用,让我欣慰的是,这一点ai理解的很好,一般不用多加调试。也可以考虑增加一些网络语言语料库,但在比赛中不一定能够遇上可以应用的场景,生搬硬套太多只会带来副作用。不正经、放肆、幽默就需要我们塑造一个搞笑人设。幽默很容易理解,生活中幽默风趣的人往往也是最受欢迎的,但是要做到好的幽默,还需要我们去设置各种夸张、比喻、双关、对比、反差等等实现幽默的手法。不正经涉及到回答问题的逻辑与态度,是认真回答呢还是敷衍回答、含蓄间接应对问题。那么何为”放肆“呢?放肆可能意味侵犯,这本来是与ai恭敬为人类服务的基本设定相违背的,因此让ai bot变得放肆而不顾虑他人的感受,能够一针见血地、大胆地去开一些”玩笑“,是对其本身设定的一个重要突破,也是拟人化的重要步骤,这样的答案冲击力往往很强。小细节:有很多选手会在标点符号、断句和表情符号上下功夫,如果观众不知道bot可以这样做的时候就是好使的,但是当大家都知道后,作用就微乎其微了,到了最后还是内容为王。

Deepseek"4+1"黄金提问法——迭代优化

1.像教实习生:别指望它读心术,要给明确"操作手册"2.像拼乐高:复杂任务拆成小模块,逐个击破3.像打乒乓球:有来有往多回合,好答案都是改出来的下次和AI对话前,先花30秒填这个checklist:☐我说清自己身份了吗?☐任务目标够具体吗?☐特殊要求列全了吗?☐要什么格式交代了吗?☐留好修改的余地了吗?掌握这套方法,你会突然发现:原来AI这么听话!从此刻开始,告别无效对话,让你的每个问题都换来实实在在的干货。

05-如何与AI对话

[heading2]总结关于与AI对话及框架使用的探讨清晰表达与指挥权:在与AI交流时,要清晰表达脑海中的想法,不能放弃指挥权,不能完全依赖AI随机生成,要以画师的身份去评判和指挥AI作画。框架的作用:框架有助于将复杂场景拆细,辅助人们清晰表达,但不能被框架束缚,应根据不同场景灵活调整框架的维度。与AI对话前的准备:可以通过主题阅读相关书籍让大脑进入相关氛围,再与AI对话,避免被AI误导,同时在交流中探索约束和泛化的平衡,适当让渡权利以获取新的东西。关于提示词、大模型及豆包产品的交流提示词的约束与泛化:提示词的使用存在约束和泛化的选择,要根据场景决定,如公司固定的SOP需强约束,探讨发散场景则利用泛化能力。提示词的压缩表达:压缩表达可自己练习,先将想法用一段话描述,再浓缩,思考能否删掉形容词、过渡词等,尝试用一个词或一个字精准概括。大模型在文案写作中的应用:写文案时提示词、大模型和输入任务三者影响输出效果,根据具体场景决定哪些信息放在提示词,哪些作为输入变量。豆包产品的使用和问题:介绍了豆包电脑版的划词能力等,解答了关于豆包使用中如手机端回复慢等问题。

Others are asking
关于ai输入法
以下是关于 AI 输入法的相关信息: 在 ShowMeAI 周刊 No.14 中提到,最早注意到 AI Keyboard(AI 输入法)是通过 a16z 在 2024 年 8 月发布的榜单。从 11 月末开始,AI 输入法出现得越来越频繁。 FaceMoji 是一款输入法,其 AI 特性包括根据上下文预测 emoji、跨语言实时翻译、智能对话、GIF 智能搜索、智能纠错等,同时具备常规输入法的功能,如自定义皮肤、海量 emoji 和颜文字库等。 Bobble AI 的 AI 功能更有新意,除根据聊天内容推荐 emoji 外,还能创作和推荐个性化的表情包(贴纸),支持智能回复、翻译、总结等,讲笑话是其官方重点强调的功能之一,也支持其他常规功能。 在 AI 智库的月度榜单(10 月)中,百度输入法、MaxAI.me、AnyDoor 等产品在覆盖力方面有不同的表现。
2025-03-18
推理类模型,以deepseek为代表,与此前的聊天型ai,比如chatgpt3.5,有什么差异
推理类模型如 DeepSeek 与聊天型 AI 如 ChatGPT3.5 存在以下差异: 1. 内部机制:对于大语言模型,输入的话会被表示为高维时间序列,模型根据输入求解并表示为回答。在大模型内部,是根据“最大化效用”或“最小化损失”计算,其回答具有逻辑性,像有自己的思考。 2. 多模态能力:ChatGPT3.5 是纯语言模型,新一代 GPT 将是多模态模型,能把感官数据与思维时间序列一起作为状态,并装载在人形机器人中,不仅能对话,还能根据看到、听到的事进行判断,甚至想象画面。 3. 超越人类的可能性:有人假设人按最大化“快乐函数”行动,只要“效用函数”足够复杂,AI 可完全定义人,甚至超越人类。如在“短期快乐”与“长期快乐”的取舍上,人类难以找到最优点,而 AI 可通过硬件算力和强化学习算法实现,像 AlphaGo 击败世界冠军,在复杂任务上超越人类。 4. 应用领域:文字类的总结、润色、创意是大语言模型 AI 的舒适区,如从 ChatGPT3.5 问世到 ChatGPT4 提升,再到 Claude 3.5 sonnet 在文学创作领域取得成绩,只要有足够信息输入和合理提示词引导,文案编写可水到渠成。
2025-03-18
ai作图网站复杂吗?
AI 作图网站的使用复杂程度因人而异。一些网站可能具有较为简单直观的界面和操作流程,而另一些可能相对复杂。 例如,ILLUMINARTY 网站通过对大量图片数据的抓取和分析来鉴别图片是否为 AI 生成,但在测试中可能存在误判。 同时,还有一些专门用于绘制示意图的网站,如 Creately、Whimsical 和 Miro 等。Creately 是在线绘图和协作平台,适合绘制多种图表,具有智能绘图、丰富模板库和实时协作等功能。Whimsical 专注于用户体验和快速绘图,界面直观易上手。Miro 是在线白板平台,结合 AI 功能适用于团队协作和各种示意图绘制,具有无缝协作、丰富模板和工具以及与其他项目管理工具集成等功能。使用这些网站绘制示意图的一般步骤包括选择工具、创建账户、选择模板、添加内容、协作和分享等。 对于 Tusiart 这类工具,文生图的操作流程包括确定主题、选择基础模型 Checkpoint(如麦橘、墨幽的系列模型)、选择 lora、设置 VAE(如 840000)、编写 Prompt 提示词和负向提示词 Negative Prompt(均用英文)、选择采样算法(如 DPM++2M Karras)、确定采样次数(如 30 40 次)以及设置尺寸等。
2025-03-18
ai agent和workfolw的差异
AI Agent 和 Workflow 的主要差异如下: 任务编排方式:AutoGPT 的任务由大模型自动编排,而 Workflow 中的子任务是人为编排的。 带来的优化: 流程中可加入人类 Knowhow,弥补模型知识的不足。 专家测试试跑,减少生产环境中的无效反思,提升 Agent 的表现。 引入图的概念,灵活组织节点,连接各类工具,包括套工具、套其他 Agent、写代码用硬逻辑处理、接大模型进行判断等,极大地提高了灵活性和可控性,提升了 Agent 能力的上限。 解决的问题:Agentic Workflow 可以从提升效率、提高质量、节省时间的角度思考,通过将复杂任务分解为小步骤,融入更多人类参与的规划与定义,减少对 Prompt Engineering 和模型推理能力的依赖,提高 LLM 应用面向复杂任务的性能。 涉及的概念: 记忆:分为短期记忆和长期记忆,短期记忆将上下文学习视为利用模型的短期记忆学习,长期记忆提供长期存储和召回信息的能力。 工具:学会调用外部不同类型 API 获取模型缺少的额外信息、代码执行能力、访问专有信息源等。 动作:大模型根据问句、上下文规划、各类工具决策出最终执行的动作。 人机协同关系:生成式 AI 的人机协同分为 Embedding(嵌入式)、Copilot(副驾驶)、Agent(智能代理)3 种模式,不同模式下人与 AI 的协作流程有所差异。 Embedding 模式:人类完成大多数工作。 Copilot 模式:人类和 AI 协同工作。 Agents 模式:AI 完成大多数工作。 工作流变革:使用 Multiagent Collaboration 的方法,让不同角色的 Agent 按照任务要求自主规划选择工具、流程进行协作完成任务。 信息处理逻辑:抽象化拆解大模型的底层能力,如翻译、识别、提取、格式化等,围绕“输入”“处理”“输出”“反馈”构建最底层的信息处理逻辑。 对获取信息方式的重塑:搜索引擎和基于大模型的聊天机器人在解决问题方面目标一致,ChatGPT 的发布被认为将对传统搜索引擎带来颠覆。
2025-03-18
一句话阐述ai agent的原理。
AI Agent 的原理主要包括以下几个方面: 1. 其核心通常是大型语言模型(LLM)或大模型。 2. 为 LLM 增加了工具、记忆、行动、规划这四个能力。 工具:如长期记忆,相当于给大模型一个数据库工具来记录重要信息。 记忆:提供长期记忆能力。 行动:将目标进行每一步的拆解,并输出不同的固定格式 action 指令给工具。 规划:在大模型的 prompt 层做逻辑处理,如目标拆解。 3. 目前行业里主要用到的是 langchain 框架,它通过代码或 prompt 的形式将 LLM 与 LLM 之间以及 LLM 与工具之间进行串接。 4. 心灵社会理论认为,智能是由许多简单的 Agent(分等级、分功能的计算单元)共同工作和相互作用的结果。这些 Agent 在不同层次上执行不同的功能,通过协作实现复杂的智能行为。 多重层次:从低层次的感知和反应到高层次的规划和决策,每个层次由多个 Agent 负责。 功能模块:每个 Agent 类似于功能模块,专门处理特定类型的信息或执行特定任务。 分布式智能:智能通过多个相互关联的 Agent 共同实现,提高系统的灵活性和鲁棒性。 5. AI Agent 包括 Chain(步骤,可接受输入变量并产生输出变量)、Router(通过判定让 Agent 走向不同的 Chain)、Tool(工具调用)等概念。同时,还需要 Responser Agent(主 agent,用于回复用户)、Background Agent(背景 agent,用于推进角色当前状态)、Daily Agent(每日 agent,用于生成剧本等)等不同类型的 Agent 协同工作。
2025-03-18
ai的定义
AI 是某种模仿人类思维,可以理解自然语言并输出自然语言的东西。它可以被视为一个黑箱,其生态位是一种似人而非人的存在。 AGI 通常被定义为一种能够完成任何聪明人类所能完成的智力任务的人工智能。 从技术角度来看,GenAI 是一种基于深度学习技术,利用机器学习算法从已有数据中学习并生成新的数据或内容的 AI 应用。AIGC 则指利用 GenAI 创建的内容,包括图像、视频、音频、文本和三维模型等。目前国内主要在相关法律法规框架下对 AIGC 行业进行监管。
2025-03-18
谷歌AI 生成访谈对话
以下是关于谷歌 AI 相关的信息: 谷歌推出的 NotebookLM ,有人称它为笔记工具,有人说它是 AI 学习工具,还有人认为它是播客生成器。体验地址:https://notebooklm.google/ 。只要上传文档、音频或感兴趣的网页链接,如 YouTube 链接,它就能生成专业的播客,其中两个主持人的对话生动自然,包含各种人类的语气和行为。 Character.ai 是一款由 Noam Shazeer 和 Daniel De Freitas 于 2022 年 9 月创建的基于 LLM 的聊天机器人网站。该网站预先创建了许多聊天角色,用户可以与之交流,也能自己创作角色。与 ChatGPT 不同,它更注重人格属性,试图满足社交、情感、陪伴、支持等需求,还支持创建房间,多人可用不同角色聊天。目前没有商业变现途径,但计划在不久的将来推出付费订阅模式,也可能采用广告支持模式。 生成式 AI Studio : 详细功能介绍: 创建对话:包括指定对话上下文、示例、测试对话。 集成到应用程序:提供 API 和 SDK ,需下载适合编程语言(如 Python 或 Curl )的 Vertex AI SDK ,按照示例代码和 API 文档将代码插入应用程序。 调整大型语言模型的挑战与解决方案: 挑战:微小的措辞或词序变化可能影响模型结果,模型响应可能不完全可预测,模型响应质量不一,微调大型模型可能耗时且成本高,为大模型提供服务可能涉及额外麻烦和成本。 解决方案:参数有效调整,通过仅训练一部分参数来减轻微调 LLM 的挑战,这些参数可能是现有模型参数的子集或全新的参数,例如向模型添加额外的层或额外的嵌入到提示中。
2025-03-17
我想用扣子搭建有着我自己思维的智能体,让他能进行日常对话和创作
以下是用扣子搭建具有自己思维的智能体,使其能进行日常对话和创作的步骤: 1. 创建智能体:使用单 Agent 对话流模式。 2. 编排对话流:点击创建新的对话流并与智能体关联,在获取笔记详情节点和笔记评论节点分别配置 cookie,note_link 使用开始节点的 USER_INPUT,使用代码节点进行数据处理,注意代码节点输出的配置格式。 3. 测试:找到一篇小红书笔记,试运行对话流,在对话窗口输入地址查看数据,同时在智能体的编排页面进行测试,确保对话流执行成功。 4. 发布:点击发布后选择多维表格,进行配置,包括输出类型选文本、输入类型选字段选择器,完善上架信息,填写表格,选发布范围时可选择仅自己可用以加快审核。 此外,扣子的知识库功能强大,可上传和存储知识内容,提供多种查找方法,能解决大模型的知识不足问题。在智能体中可运用自己的知识库,如收集地道口语表达的短句。还可为智能体添加开场白以提升体验。 在多智能体模式设置中,包括全局设置和多个代理之间的编排协调。全局设置涉及角色设定与回复逻辑、记忆管理和对话体验等,在设计智能体交互流程时应形成完整互动链条,采用循环机制而非单向流程,可通过旅游场景中景点推荐、路线规划和食宿安排等智能体的例子来理解。
2025-03-16
如何与AI对话
以下是关于如何与 AI 对话的相关内容: 在 Trae 中指定上下文进行 AI 对话的方式有以下几种: 1. 方式一:将编辑器内的内容作为上下文 当编辑器中有正在编辑的代码文件时,AI 助手默认能看到当前文件,可直接提问与当前文件相关的问题。 若对文件中的某段代码提问:选中代码,点击悬浮菜单中的添加到对话按钮,将选中内容作为上下文添加至侧边对话框。指定的上下文会显示在侧边对话底部的输入框,还可继续添加编辑器中的其他内容片段或其他来源的上下文,然后在上下文旁输入问题并发送给 AI 助手。 2. 方式二:将终端中的内容作为上下文 若对终端中的输出内容提问(如修复报错):在终端中点击输出内容片段,在内容片段区域的右上角点击添加到对话按钮,将选中内容作为上下文添加至侧边对话框。指定的上下文会显示在侧边对话底部的输入框,还可继续添加终端中的其他内容片段或其他来源的上下文,然后在上下文旁输入问题并发送给 AI 助手。 3. 方式三:使用键添加上下文 在侧边对话的输入框中,可通过符号添加多种类的上下文,包括代码、文件、文件夹和工作区。通常情况下,列表中将展示与编辑器中当前打开文件相关的内容作为推荐的上下文,但仍可自行搜索所需的上下文并添加到输入框中。基于问题,可以组合添加各种来源的相关上下文(例如同时添加代码和文件)。 通过Code,可将函数或类的相关代码作为与 AI 助手对话的上下文。列表中默认展示当前编辑器内打开的文件中的函数或类。选择前,可预览列表中推荐的函数或类的相关代码。若推荐的内容非所需,可通过关键词搜索所需的函数或类。 若 Trae 中不存在对应语言的 LSP,请提前安装,否则可能导致无法识别代码符号。具体步骤为:在输入框中输入,或直接点击输入框左下角的引用按钮,输入框上方显示上下文类型选择列表;在列表中选择 Code(或在符号后手动输入 Code),然后按下回车键,列表将展示编辑器中当前打开的文件中存在的函数和类。将鼠标悬浮在列表中的某个条目后,左侧会展示该函数或类的代码内容,供预览;若推荐的函数和类非所需,在Code:后输入想要的函数或类的名称或关键词;从列表中选择需指定为上下文的函数或类,在输入框的代码标识后,输入问题并发送。 此外,关于文本补全(Text completion): API 非常擅长与人类甚至自己进行对话。只需几行指令,就能看到 API 作为智能客服聊天机器人,能智能地回答问题,或作为机智的对话伙伴制造笑话和双关语。关键在于告诉 API 它应该如何行事,然后提供一些例子。创建一个能够进行对话的聊天机器人,要告诉 API 意图和如何行事,还要给 API 赋予一个身份。为创建有趣且有用的聊天机器人,可提供几个问题和答案示例,向 API 展示如何回复。 API 是一种语言模型,熟悉各种用于表达信息的单词和字符的方式,包括自然语言文本、代码以及英语以外的其他语言,还能够理解内容,从而进行总结、转换并以不同的方式表达。在此示例中,展示了如何将 API 从英语转换为法语、西班牙语和日本语。若将英文翻译成 API 不熟悉的一种语言,则需要提供更多示例甚至微调模型才能流利地完成。
2025-03-12
AI赋能办公,包含AI+对话、AI+写作与PPT、图片与视频生成和数据分析,还有面向HR、行政、财务、营销等岗位的AI赋能课
以下是关于 AI 赋能办公的相关内容: GPT 使用场景: 1. 内容生成:可以生成文章、故事、诗歌、歌词等内容。 演示:https://chat.openai.com/ 、https://bard.google.com/extensions 、https://claude.ai/ 2. 聊天机器人:作为聊天机器人后端,提供自然对话体验。 演示: 3. 问答系统:为用户提供准确答案。 4. 文本摘要:生成文本的摘要或概述。 5. 机器翻译:虽非专门设计,但有不错表现。 6. 群聊总结: 7. 代码生成:GPT3 及后续版本可生成代码片段,帮助解决编程问题。 8. 教育:用于教育领域,帮助学生解答问题或提供学习材料。 9. 浏览器插件:webpilot 10. PDF 对话:演示 www.chatpdf.com PPT 相关: 1. 2. AiPPT.cn:爱设计&AiPPT.cn 是一家 AIGC 数字科技企业,致力于打造“下一代个人与组织的 Ai 工作站”。旗下产品包括 AiPPT 等超过 10 余款应用 AI 能力的内容创作工具。23 年在 Ai+办公领域推出 AiPPT.cn/AiPPT.com,帮助用户“一分钟一键生成 PPT”,是国内 AiPPT 赛道创业公司第 1 的产品,全球第 4,国内所有 AIGC 产品 PC 端 Top10。目标市场主要是市场、运营、销售、人力、财务、行政、技术、产品、总助、公务员、学生、老师等基层及中高层管理岗位人员。 3. 在众多的 PPT 工具中,AI 带来便捷高效体验。深入了解了五大 AI PPT 工具:MindShow、爱设计、闪击、Process ON、WPS AI,它们各自有鲜明特色和擅长场景。选择合适工具要根据实际需求调整,试用和体验比盲目跟风更明智。 其他: 1. 音视频提取总结:https://bibigpt.co/r/AJ 2. 播客总结:https://podwise.xyz/dashboard/trending 3. 生成脑图:https://xmind.ai/editor/
2025-03-12
如何对一组对话进行分析,并且进行评分
对一组对话进行分析和评分通常可以遵循以下步骤和依据: 1. 明确任务形式和要求:例如给定一组参考文档和问题,要求模型按照指定格式生成答案,问题包含多种类型。 2. 确定评测指标: 赛事主办方会根据选手提供的回答与参考答案进行对比,并根据关键字段命中情况进行评分。 关键词命中总次数表示在题目中命中 keylist 中元素的总次数(包括多小题)。 关键词总数表示 keylist 中定义的关键字段总数。 小题数指每个题目包含的小题数量。 得分:结果完全正确的回答得满分 1 分,部分正确则根据命中比例计算得分。 3. 示例参考:如在金融行业·大模型挑战赛中,对包含多个小题的多轮对话题目进行评测计算,根据每个小题的回答正确情况给出相应得分,最后计算总得分。 4. 非聊天场景的情绪分析:对于非聊天场景,如情绪分析,可以使用特定的提示,如让助手对语音数据中的情绪进行 110 的评分,并解释评分原因。 5. 问答对话场景:在类似智谱 BigModel 共学营的活动中,根据对问题的理解和准确回答能力、回答的真实性和有趣程度等方面进行评分,还可以使用特定的测试问题如弱智吧问题来评价提示词的生成效果。
2025-03-11
怎么和特定知识库对话
要和特定知识库对话,有以下几种方式: 1. 在 Bot 内使用知识库: 登录。 在左侧导航栏的工作区区域,选择进入指定团队。 在 Bots 页面,选择指定 Bot 并进入 Bot 详情页。 在 Bot 编排页面的知识库区域,单击加号图标,添加指定的知识库。 (可选)添加知识库后,可以在自动调用下拉界面内,调整知识库的配置项,包括最大召回数量(Bot 在调用知识库匹配用户输入内容时,返回的数据片段数量,数值越大返回的内容越多)、最小匹配度(Bot 在调用知识库匹配用户输入内容时,会将达到匹配度要求的数据片段进行召回。如果数据片段未达到最小匹配度,则不会被召回)、调用方式(自动调用:每轮对话将自动从所有关联的知识库中匹配数据并召回;按需调用:需要在人设与回复逻辑中提示 Bot 调用 RecallKnowledge 方法,以约束 Bot 在指定时机从知识库内匹配数据)。 (可选)在预览与调试区域调试 Bot 能力时,扩展运行完毕的内容可以查看知识库命中并召回的分片内容。 2. 在工作流内使用 Knowledge 节点: 登录。 在左侧导航栏的工作区区域,选择进入指定团队。 在页面顶部进入工作流页面,并打开指定的工作流。 在左侧基础节点列表内,选择添加 Knowledge 节点。 如果想要对本地知识库进行更加灵活的掌控,可以使用额外的软件 AnythingLLM,其安装地址为:https://useanything.com/download 。安装完成后,进入配置页面,主要分为三步: 1. 第一步:选择大模型。 2. 第二步:选择文本嵌入模型。 3. 第三步:选择向量数据库。 在 AnythingLLM 中有一个 Workspace 的概念,可以创建自己独有的 Workspace 跟其他的项目数据进行隔离。首先创建一个工作空间,然后上传文档并且在工作空间中进行文本嵌入,选择对话模式,包括 Chat 模式(大模型会根据自己的训练数据和上传的文档数据综合给出答案)和 Query 模式(大模型仅仅会依靠文档中的数据给出答案),完成上述配置后就可以跟大模型进行对话。 在创建名字写对联教学的智能体时,建议选择工作流的对话模式,创建一个工作流对话模式的智能体,注意一定要在开始调整工作流节点之前切换模式,因为切换成对话模式会将工作流清空,重置为对话模式默认节点。根据需求分析确认分支情况,包括根据名字和祝福写对联、根据幸运数字写对联的特定分支以及默认分支。通过理解用户意图进行分支,注意将意图介绍写清楚、准确。在幸运数字分支中,先用代码分支获取用户输入的数字,然后匹配知识库,再对匹配的春联做赏析。在名字写祝福分支中,根据用户输入的名字和祝福信息,调试提示词生成对应对联并输出。设置通用兜底回复,在用户不符合前两个意图时进行友好回复,首先匹配知识库,然后让大模型结合匹配结果、历史记录、当前输入,输出符合对话内容的回复。同时,知识库是使用大模型生成的 100 对对联,都比较好看、经典、有意义。
2025-03-10